梯度估计
梯度估计的相关文献在1990年到2022年内共计98篇,主要集中在数学、自动化技术、计算机技术、无线电电子学、电信技术
等领域,其中期刊论文86篇、会议论文3篇、专利文献50768篇;相关期刊53种,包括中国科学技术大学学报、漳州师范学院学报(自然科学版)、华东师范大学学报(自然科学版)等;
相关会议3种,包括第二十届电工理论学术年会、中国电子学会第十一届青年学术年会、第25届中国控制会议等;梯度估计的相关文献由178位作者贡献,包括向妮、韩菲、阮其华等。
梯度估计—发文量
专利文献>
论文:50768篇
占比:99.82%
总计:50857篇
梯度估计
-研究学者
- 向妮
- 韩菲
- 阮其华
- 吴燕
- 曹俊兴
- 王培合
- 石菊花
- 薛雅娟
- 马春梅
- 黄琴
- 司雨欣
- 吴婷婷
- 奚宏生
- 张健
- 曹毅
- 殷保群
- 江琦
- 汪悦
- 王林峰
- 王贝
- 胡晓
- 蔡宇泽
- 黄广月
- 黎兆文
- Ali Mosleh
- CUI JunZhi
- Hye-Rin Choi
- Ji Won Lee
- Rae-Hong Park
- SHEN JingFang
- SONG Yu Lin
- YANG Fei
- ZHANG QiaoFu
- 万丽芬
- 仵孟飞
- 任益斌
- 伏冬孝
- 何延京
- 佟玉霞
- 倪博溢
- 兰乃端
- 凌舟鹏
- 刘星
- 刘海燕
- 刘海蓉
- 刘瑞华
- 刘芳2
- 刘雪琴
- 吴佳贤
- 吴忠
-
-
-
-
马春梅;
司雨欣;
吴婷婷
-
-
摘要:
研究了一类Laplace方程预定夹角问题的梯度估计,通过选取适当的辅助函数,利用函数在极大值点的性质,证明了解的内梯度估计、近边梯度估计和边界梯度估计有界.得到了一类Laplace方程中关于f依赖于x,u,Du时预定夹角的解的全局梯度估计.
-
-
吴婷婷;
韩菲
-
-
摘要:
本文主要是研究一类Laplace方程第二边值问题的梯度估计,通过构造合适的辅助函数,利用函数在极大值点的性质,证明Laplace方程的斜导数边值问题解的梯度估计,得到了一类带Du的Laplace方程第二类边值问题解的全局梯度估计。
-
-
马春梅;
阿迪拉•阿布都热依木;
司雨欣
-
-
摘要:
研究了一类拟线性方程Neumann问题的梯度估计,通过选取适当的辅助函数,利用函数在极大值点的性质,证明了解的边界梯度估计有界。得到了方程中关于f依赖于x,u时Neumann问题的解的边界梯度估计。
-
-
-
-
-
-
熊博;
崔西勇;
刘雪琴;
朱金磊
-
-
摘要:
为解决PID控制跟踪结果不精准问题,提出了一种基于梯度估计的风力发电系统风能追踪控制系统设计.在硬件上,设计风向检测器确定风向标.通过脉冲宽度调制芯片,调整叶轮旋转平面.处理器根据风向信息生成驱动信号,实时控制叶轮的旋转面.利用光电码盘,获取发电机控制信号.监控终端系统接收到视频、音频信号.在软件上,分析风轮捕获机械能和机械转矩构建其梯度函数.设计最优转矩补偿器对给定转矩值补偿.分析风轮机械功率特性,能快速转换到稳定工作状态,实现风力最大捕获.实验证明,该系统风力跟踪结果与实际相符,具有精准的跟踪效果.
-
-
李袆;
孙超
- 《中国电子学会第十一届青年学术年会》
| 2005年
-
摘要:
现有的许多LMS算法由于没有利用先前于当前循环的阵列样本信息,从而使得估计出来的梯度的协方差较大,用其更新加权向量所形成的波束不能很好的抑制干扰.本文提出的两种自适应算法,利用了所有有用的样本信息来估计期望梯度,可以有效地避免原有算法的缺点.其中一种称为递归LMS算法,可以应用于任意结构的阵列中.另外一种算法为改进LMS算法,其主要应用于等间隔的均匀线列阵中.仿真结果证明两种新算法的梯度估计精度均优于标准LMS算法,且对期望信号不敏感。
-
-
-
-
-
-
-
-
江琦;
奚宏生;
殷保群
- 《第25届中国控制会议》
| 2006年
-
摘要:
考虑半Markov控制过程核未知情况下的优化问题,提出一种基于强化学习的在线自适应优化算法.运用基于事件的优化方法,通过建立半Markov控制过程事件驱动的随机切换分析模型,利用此模型的动态结构特性,结合在线学习估计梯度与随机逼近改进策略,导出在线自适应优化算法.该算法不依赖于半Markov核的信息,也无需计算相关状态的性能势,且以概率1收敛到全局最优.仿真实验结果验证了算法的有效性.
-
-
江琦;
奚宏生;
殷保群
- 《第25届中国控制会议》
| 2006年
-
摘要:
考虑半Markov控制过程核未知情况下的优化问题,提出一种基于强化学习的在线自适应优化算法.运用基于事件的优化方法,通过建立半Markov控制过程事件驱动的随机切换分析模型,利用此模型的动态结构特性,结合在线学习估计梯度与随机逼近改进策略,导出在线自适应优化算法.该算法不依赖于半Markov核的信息,也无需计算相关状态的性能势,且以概率1收敛到全局最优.仿真实验结果验证了算法的有效性.
-
-
江琦;
奚宏生;
殷保群
- 《第25届中国控制会议》
| 2006年
-
摘要:
考虑半Markov控制过程核未知情况下的优化问题,提出一种基于强化学习的在线自适应优化算法.运用基于事件的优化方法,通过建立半Markov控制过程事件驱动的随机切换分析模型,利用此模型的动态结构特性,结合在线学习估计梯度与随机逼近改进策略,导出在线自适应优化算法.该算法不依赖于半Markov核的信息,也无需计算相关状态的性能势,且以概率1收敛到全局最优.仿真实验结果验证了算法的有效性.